Computer Vision kann ein wertvolles Werkzeug für jeden sein, der damit beauftragt ist, Stunden an Filmmaterial zu analysieren, da es den Prozess der Identifizierung von Individuen beschleunigen kann. Zum Beispiel kann die Strafverfolgung es verwenden, um mit einer einfachen Abfrage wie “Suchen Sie nach Personen, die in den letzten 48 Stunden einen roten Schal tragen” nach Personen zu suchen. Eine mögliche Verwendung ist die Überwachung von Videos, die immer allgegenwärtiger wird. Um Datenschutzprobleme zu lösen, arbeiten Yogesh Rawat, Mubarak Shah und Chen Chen vom UCF Center for Research in Computer Vision (CRCV) an fortschrittlicher Software, die auf Videokameras installiert ist. Die Arbeit wird von 200.000 US-Dollar aus dem Accelerating Research Translation (NSF ART) -Programm der National Science Foundation der USA unterstützt.
Rawat entwickelte eine Videomonitoring-Software, die die Privatsphäre der aufgezeichneten Personen schützt, indem sie bestimmte Elemente wie Gesichter oder Kleidung verwischt, sowohl in Aufnahmen als auch in Echtzeit. Er erklärt, dass seine Software Störungen zu den RGB-Pixeln im Videofeed hinzufügt – den Farben Rot, Grün und Blau -, sodass menschliche Augen sie nicht erkennen können. Die primären Informationen, die von der Software interpretiert werden, sind identifizierbar, wie z. B. Gesichter, Körpergröße, Haarfarbe, Frisur und Körperform. All dies sind private Informationen, die geschützt werden müssen.
Rawat bemüht sich, die Technologie in Edge-Geräten verfügbar zu machen, die nicht von einem externen Server abhängig sind. Daher arbeitet er und sein Team an der Entwicklung von Technologien, die schnell genug sind, um den Feed in Echtzeit zu analysieren. Dies erfordert die Entwicklung von Algorithmen, die die Daten in Echtzeit verarbeiten können, damit effiziente Grafikprozessoren und zentrale Prozessoren die Arbeitslast bei der Analyse von Filmmaterial bewältigen können. Daher liegen seine Hauptüberlegungen bei der Implementierung der Software auf Geschwindigkeit und Größe.
Die Finanzierung durch das NSF ART-Programm ermöglicht es Rawat, potenzielle Nutzer der Technologie zu identifizieren, darunter Pflegeheime, Kindertagesstätten und Behörden, die Überwachungskameras verwenden. Seine Forschung baut auf mehreren früheren Projekten anderer CRCV-Mitglieder auf, darunter Gründer Mubarak Shah und Forscher Chen Chen. Finanzierungsquellen für diese Projekte sind das IARPA Biometric Recognition and Identification at Altitude and Range Programm, das IARPA Deep Intermodal Video Analysis und das U.S Combating Terrorism Technical Support Office.
Rawats Arbeit im Bereich Computer Vision wird durch den Wunsch angetrieben, die Welt zu verbessern und die visuelle Wahrnehmung zu erforschen. Er schließt damit an frühere Projekte an, die die Analyse von Sicherheitsvideos, das Training von künstlichen Intelligenzmodellen und die Erkennung von Multi-Aktionen, Personen und Objekten ermöglichen. Seine Forschung konzentriert sich darauf, visuelle Wahrnehmung zu erforschen und wie dies für Maschinen und die menschliche Gesellschaft nützlich sein kann. Yogesh Rawat ist Assistenzprofessor am Center for Research in Computer Vision an der UCF und hat an der National University of Singapore promoviert.